但他们不知道，那个抱着孩子的爱尔兰女人不知道。

1、博鱼手机 WAM-TTT的自监督视频预测技术，直接从这段人类玩耍的视频中提取特征。

两家的智能体之战，才刚刚打响。博鱼手机但一张交付级的图，得像设计师那样反复推敲、边看边改。

2、“调解人”态度变了，巴基斯坦公开警告伊朗：别逼我们使用武力

正如周伯文所言，AI 的使命应从「加速科研自动化」迈向「以复杂科研任务牵引高阶智能」。

3、8.45亿买断世界杯，“韩国综艺教父”被坑到破产，连三星也救不了

其中，有95.5%的任务超过GPT-5.5，83.3%的任务超过Gemini-3.1-Pro；在部分任务上，甚至达到或超过了各领域的任务专用模型，具体来看： 在药物性质相关的ADMET 18项评测里，有16项同时优于GPT-5.5和Gemini 3.1 Pro；在CYP、hERG、肠道吸收等几个关键药物性质任务上，其性能已达到甚至超越了业内代表性的化学专用模型。

4、一段“母亲怒骂倒数女儿”的视频火了，评论区的一席话，太扎心！

在场景端，无论是高德途途的场景验证，还是城市级长程任务导航的实际案例，高德的体系是在真实泥泞的路上跑出来的。

5、FIFA内幕人士批评因凡蒂诺 权力与金钱问题引争议

GA发布后同步调整API定价，引入「峰谷计费」。

截至目前，梅卡曼德全球累计部署超过27000套产品。

一个在后台空转刷榜的Token，和一个跑通了工业质检、写出了产品代码、追踪了一次病情的Token，账面一样，价值却天差地别。

6、梅西将打破沉默接受采访！澄清谣言回击阴谋论 密友：他没输不起

原因之一，可能是数据量的不平等。

这可能比传统意义上的模型准确率或单次任务效率，更能够衡量企业 AI 转型的长期价值。

7、世界杯八强定6席：欧洲5队+非洲1队！欧洲红魔送东道主全军覆没

在多项信息图生成基准中，SenseNova U1展现出降维打击般的实力：生成质量全面领跑开源阵营，更在推理速度上实现了绝对的效率压制。

特纳在文中痛心疾首地发问：「一个签过反自主武器誓言的人，眼睁睁看着公司把AI交给想造杀手机器人的军方，并放弃了所有限制权利，他怎么还能继续留在这里开发这个AI？」 被扒皮的AI伦理「泰斗」们 那些把「AI安全与伦理」挂在嘴边的学术泰斗们，他们的袖手旁观令人心寒。

8、广汽卖得更多，为什么亏得也更多？

配文下方，是一个简洁的数学公式。

不公开、防泄题，专门用来堵住「模型提前背过答案」的漏洞。

阿里千问将作为 AI 能力集成至 Apple 智能，为 iOS、iPadOS、macOS 和 visionOS 的中国用户提供文本与图像理解、内容生成等能力。

9、赛前

一句话，一个成品。

这在商业上可能是一个正确的选择，但它不该永远藏在黑箱里。

10、足坛最新动态：姆巴佩无缘欧冠最佳阵容，登贝莱成为金球奖大热门

3.5 Flash-Lite，击败了老大哥 第二款Gemini 3.5 Flash-Lite，走的是另一条路：主打一个快，还要够便宜。

合作推进的速度很快。

1、难怪冉莹颖当年一心倒追，邹市明拒绝23次都不放手，原来是这算计

哪怕AI只是沿着同样的曲线，再往前走三年半，人类社会能做的事，就会和今天完全不在一个量级。

2、中国男篮热身赛名单出炉！高诗岩在列赵继伟领衔，广东2人入选

而中国「芯」的智能体时代，或许正从今天的上海滩，启程出发。

3、卖力整活儿的大湾鸡，靠疯癫成了新顶流

现在的钛动科技是 2.0，正快速走向 3.0（智能体 + 专业模型）。3年5100万！继伦纳德后，又一个快船大将宣告离开用AI。

4、28岁于波掏空260万积蓄买下两套破院子，被朋友嘲笑，如今260万变10亿！

在一镜到底 Demo 中，机器人不知道下一轮要面对什么布局，S2 必须实时判断下一步该做什么。

5、在公交车上，偷听一个大叔打电话。

更值得玩味的是它的演进路径：从一个人的「超级个体」，到符合企业级流程、多Agent自动调度的「超级项目」。

6、CBA3消息！浙江欲召回余嘉豪，庞峥麟升级奶爸，韩旭李月汝德比！

第二，是跨集群强化学习。

以洗衣为例，机器人靠时空记忆和思维链把任务拆成十几步，自主规划取衣、放衣、启动、整理，还能实时核验每一步结果，异常时精准定位到哪一步失败并重启。

一边取消限制、疯狂送额度，一边增加访问额度、提高上限。

7、上任三把火！李楠带队开练，赵睿不例外，方硕或续约，冲击总冠军

这两道工序对硬件的要求完全不同。

昨天，月之暗面掷下了一枚震撼弹—Kimi K3正式发布。

8、200张照片背后， 上海对口帮扶事业久久为功

好消息是，Qoder在国内第一个交卷了！ 刚刚，阿里旗下的Qoder正式推出了Qoder Security，直击AI Coding的安全风险问题。

今天的AI，恰恰卡在这一环。

PolicyTrim引入step-saving reward：成功轨迹用越少步骤完成任务，奖励越高。

圆桌现场，五位嘉宾毫无保留地复盘了自己踩过最深的「坑」：任务闭环、接管率、真实环境的复杂性。